[論文レビュー] Worthwhile-to-move behaviors as temporary satisficing without too many sacrificing processes

Hédy Attouch, Antoine Soubeyran|ArXiv.org|May 8, 2009

Decision-Making and Behavioral Economics参考文献 32被引用数 4

ひとこと要約

本稿は、摩擦下における一時的充足の形式としての『移動する価値があるか』の意思決定行動モデルを提案する。エージェントは、状態に依存する利得・コスト比較に基づき、変更の利点とコストをバランスさせる。このモデルは、慣性と限界的合理性の下で安定したルーチンへの収束を示し、最適化の動的で参照に依存する代替案を提供する。心理学、認知科学、アルゴリズム設計への応用が可能である。

ABSTRACT

The worthwhile-to-move incremental principle is a mechanism where, at each step, the agent, before moving and after exploration around the current state, compares intermediate advantages and costs to change to advantages and costs to stay. These advantages and costs to change include goal-setting, psychological, cognitive, learning and inertia aspects. Acceptables moves are such that advantages to move than to stay are higher than some fraction of costs to move than to stay, with, as a result, a limitation of the intermediate sacrifices to reach the goal. When the agent is more goal-oriented and improves enough at each step, the process ends in a permanent routine, a rest point where the agent prefers to stay than to change, in spite of some possible residual frustration to have missed his goal. In case of high local costs to move this approach leads to a cognitive proof of Ekeland epsilon-variational principle. The as if hypothesis (as if agents would optimize) is revisited, leading to the introduction of a new class of optimization algorithm with inertia, the local search and proximal algorithms.

研究の動機と目的

• 認知的・心理的・身体的摩擦が存在する現実世界の状況下で、エージェントが完全に最適化できない意思決定をモデル化すること。
• 『移動する価値があるか』の行動を、中間的犠牲を制限する動的かつ一時的な充足プロセスとして形式化すること。
• 新たなアルゴリズムクラスを通じて、限界的合理性と最適化の『ありのまま』仮説を再考すること。
• ルーチンや習慣が動的意思決定プロセスにおける停止点としてどのように出現するかを説明すること。
• コスト・ベネフィット比と動的インデックスを用いて、最適化との乖離を行動の非効率性としてキャリブレーションすること。

提案手法

• エージェントは各ステップで、移動する利得と滞在する利得を比較し、状態に依存する『移動する価値があるか』の閾値を用いる。
• ベクトル空間を要件としないメトリック空間の枠組みを用いることで、非線形的かつ非凸的問題への広範な適用性を実現する。
• 移動に要するコストの一部が、移動を許容するための最小利得を制限し、中間的犠牲を制限するとともに、内生的な局所的行動を可能にする。
• 移動コストが高く、かつエントロピーに類似した性質と目的関数の上半連続性が成り立つ場合に収束を証明する。
• 本モデルは、慣性を内蔵する『局所探索および近接アルゴリズム』という新たな最適化ヒューリスティクスのクラスを導入する。
• 動的非効率性インデックスは、移動に要する総コスト、平均速度、中間的犠牲のレベルを用いて定義され、行動と環境的・エージェント固有の特徴を結びつける。

実験結果

リサーチクエスチョン

• RQ1 限界的合理性と行動的不完全性が存在する中で、摩擦下の段階的意思決定を合理的プロセスとして形式化する方法は何か？
• RQ2 『移動する価値があるか』プロセスが、どのような条件下で安定したルーチンまたは停止点に収束するか？
• RQ3 慣性と限られた認知リソースを持つ行動モデルにおいて、最適化の『ありのまま』仮説をどのようにキャリブレーションできるか？
• RQ4 心理的・認知的・身体的摩擦は、探索と活用のトレードオフにどのような役割を果たすか？
• RQ5 行動の非効率性は、どのようにしてエージェント固有の特性と環境的特徴と結びつけて定量化できるか？

主な発見

• 局所的移動コストが十分に高い場合、『移動する価値があるか』プロセスは完備メトリック空間で最終状態に収束する。これはエントロピーに類似した性質による。
• エージェントが強く目的志向的であり、目的関数が上半連続である場合、プロセスは単一の停止点に収縮し、永久的なルーチンを表す。
• エージェントが有限の総活用時間を選択し、十分な速度で移動する場合、有限ステップで収束が達成される。
• 本モデルは、事前に局所的行動を仮定せず、内生的に局所的行動を生成するため、習慣やルーチンのモデリングに適している。
• このプロセスは、移行中の中間的犠牲を最小化する戦略として、一見非効率に見える行動を合理的に説明する。
• 本フレームワークは、移動コスト、速度、犠牲レベルに基づく動的非効率性インデックスを通じて、行動の非効率性をキャリブレーション可能である。